Ask HN: O que os engenheiros de software estão pensando em meio ao entusiasmo com a IA?

Gostaria de saber como está o clima nas empresas, agora que a IA está assumindo de 30% a 50% do trabalho.
Estão aumentando as contratações de engenheiros de software ou pausaram isso?
A liderança está pressionando para entregar mais trabalho?

Resumo das principais respostas

1. Grau de uso da IA e produtividade real

• Muitos desenvolvedores consideram exagerada a afirmação de que a IA substitui 30% a 50% do trabalho, e a maioria avalia o efeito real na faixa de 1% a 10%
• A IA é útil para escrever código boilerplate, scripts simples, resumir ou converter documentos e substituir buscas em tarefas repetitivas, mas tem grandes limitações para escrever ou manter código complexo
• Alguns desenvolvedores júnior e pleno percebem ganho de produtividade graças a sugestões de sintaxe e estrutura, mas desenvolvedores experientes chegam a ter queda de 19% na produtividade (segundo estudos)
• Devido a problemas de qualidade no código gerado por IA, muitas vezes mais tempo é gasto em validação e correção, reduzindo o ganho líquido

2. Mudanças organizacionais e de contratação causadas pela IA

• Não há grandes mudanças no volume de contratação. Ainda assim, algumas empresas estão contratando menos ou aumentando o offshoring (especialmente pela expectativa de usar mão de obra mais barata com apoio de IA)
• O interesse está migrando da eficiência interna para a integração da IA em funcionalidades do produto
• Em alguns casos, a gestão superestima a IA, subestima a dificuldade das tarefas e define prazos irreais, o que derruba o moral dos desenvolvedores

3. Casos de sucesso e fracasso no uso de IA

• Casos de sucesso:
  • criação de PoCs iniciais, bootstrap de novos projetos, escrita de testes e de UIs simples
  • exploração de grandes volumes de logs e documentos, além de apontar informações necessárias em documentação de API
  • busca por candidatos a refatoração em código legado, análise de saída do GDB e outras tarefas específicas de nicho
• Casos de fracasso:
  • integração com codebases complexas já existentes, suporte a versões e a linguagens específicas de domínio (ex.: ABAP)
  • busca e resumo em ambientes onde documentação e tickets estão desatualizados ou se contradizem
  • contribuições OSS (PRs) com alto padrão de qualidade

4. Sentimento e moral dos desenvolvedores

• Alguns afirmam que, com a redução de tarefas repetitivas pela IA, conseguem se concentrar mais em design e arquitetura, o que aumenta a satisfação
• Por outro lado, há também:
  • a sensação de ceticismo do tipo “por que eu deveria estudar e contribuir?”, por acreditar que no longo prazo a IA vai substituí-los
  • confusão no trabalho causada por resumos de reuniões e itens de ação incorretos gerados por IA
  • preocupação com redução de custos e cortes de pessoal justificados pela adoção de IA
• Criadores independentes de sites e conteúdo sentem impactos negativos com a queda de tráfego e receita

5. Conclusão geral

• Hoje, a IA tem valor como "ferramenta de apoio", mas ainda não substitui o trabalho principal
• O ganho de produtividade depende muito do domínio, das características da codebase e da experiência do desenvolvedor
• No longo prazo, competências de arquitetura e controle de qualidade podem se tornar mais importantes do que simplesmente escrever código
• Expectativas exageradas e subestimação coexistem, e a opinião dominante é: "útil, mas não é solução para tudo"